正则表达式获取 HTML 元素和属性答案

【问题标题】：Regex to get HTML elements and attributes正则表达式获取 HTML 元素和属性
【发布时间】：2014-03-01 13:22:09
【问题描述】：

我对正则表达式非常陌生：我想 preg_match html dom 中的所有元素，它具有数据可编辑属性。这些元素的所有其他属性也应该匹配，所以我可以稍后重用它们：

<div class="teaser" id="teaser" data-editable><p>Content</p></div>

匹配后，我希望那些具有数据可编辑属性的元素具有特定的 css 类并在其中添加另一个元素。所以应该只匹配块级父级。

<div class="teaser editable" id="teaser"><button>edit</button><p>Content</p></div>

这是我得到的：

<(div|p).*(data-editable).[^>]+>(.*?)<\/\1>

我知道，我完全错了——这个也匹配没有设置数据可编辑属性的元素，因为里面有.+。但是如何在不丢失值的情况下匹配不同的属性呢？

【问题讨论】：

【解决方案1】：

由于 HTML 不是常规语言，您最好使用 DOM 解析器。也容易多了

【讨论】：

【解决方案2】：

您不应该使用正则表达式浏览 HTML（如 here 所示）。您应该做的是使用 HTML 解析框架，例如 PHP Simple DOM Parser 来处理您的 HTML 页面。

根据他们的文档，您可以通过以下方式做您想做的事：$html->find("div[data-editable]", 0)->outertext

【讨论】：